DeepSeek V4 Flash
よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(47%安い)。
より安価でスコアの高いランク付けモデルが1つあります:GLM 5.3 Flash (57.8, $0.238)。
2026年11月16日時点で、DeepSeek V4 Flash(DeepSeek)のBenchLeader Indexは57.2です(ランク付け対象は608構成)。最も強いのは人間の評価(62)、最も弱いのは知識(55)です。API料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600(3:1のブレンドで$0.262)で、2026年11月16日時点の定価です。出力速度は約82トークン/秒です(OpenRouter)。2026年7月31日にリリースされました。
要点(2026年11月16日時点)
- DeepSeek V4 FlashのAPI料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600(3:1のブレンドで$0.262)です(定価、2026年11月16日)。
- DeepSeek V4 Flashの出力速度は約82トークン/秒です(OpenRouter、2026年11月16日)。
- DeepSeek V4 Flashは2026年7月31日にリリースされました(DeepSeek)。
詳しく見ると:DeepSeek V4 FlashはDeepSeekのオープンウェイトの推論モデルです(2026年7月31日リリース)。最もスコアの高い構成(推論エフォート high)は、BenchLeader Indexで57.2 ±4.0を記録し、608構成中158位で上位半分に入ります。重要なのはこの「±」です。ほかに253構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では人間の評価が最も高く(62)、知識が最も低くなっています(55)。ブレンド価格は100万トークンあたり$0.262で、ランク付けされたモデルの多くより安価です。出力速度は82トークン/秒、最初のトークンまで0.7秒で、多くのモデルより低速です。7通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。
- ブレンド価格
- $0.262/M
- 入力$0.150・出力$0.600
- 出典:models.dev
- 出力速度
- 82 tok/s
- OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
- 回答開始
- 0.71 s
- コンテキスト
- 1.0M
- 出典:models.dev
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年7月31日
- 総合Index57
- 推論59
- コーディング55
- 数学62
- 知識55
- 人間の評価62
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/deepseek-v4-flash)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
DeepSeekはこの名前で2つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| DeepSeek V4 Flashhighこのページ | 2026年7月31日 | 57.2 | #158 |
| DeepSeek V4 Flash 0420high | 2026年4月24日 | – | – |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
| エフォート | Index | 順位 | 速度 | 回答開始 | チャット返答のコスト | カテゴリ |
|---|---|---|---|---|---|---|
| 推論なし | – | – | 82 tok/s | 0.71 s | $0.0002 | 推論 31 |
| low | – | – | 82 tok/s | 0.71 s | $0.0002 | 推論 55 |
| medium | – | – | 82 tok/s | 0.71 s | $0.0002 | |
| high最良 | 57.2 | #158 | 82 tok/s | 0.71 s | $0.0002 | コーディング 55 · 人間の評価 62 · 知識 55 · 数学 62 · 推論 59 |
| xhigh | – | – | 82 tok/s | 0.71 s | $0.0002 | |
| max | 56.8 | #168 | 136 tok/s | 28 s | $0.0001 | エージェント・ツール 68 · コーディング 56 · 知識 43 · 長文コンテキスト 65 · 数学 56 · 推論 62 |
| 未記載 | 53.8 | #250 | 82 tok/s | 0.71 s | $0.0002 | エージェント・ツール 53 · コーディング 46 · 人間の評価 62 · 数学 59 · 推論 56 |
Indexの推移
2026年9月8日〜2026年11月16日- high
- max
- 標準
Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
メタデータ
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 44.4#97 | Artificial Analysis |
推論
| ベンチマーク | 推論なし | low | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | 91.0%#38 | – | Epoch AI Benchmarking Hub | |
| SimpleBenchエフォート未記載 | – | – | – | – | 61.1%#41 | SimpleBench | |
| Arena Hard Prompts | – | – | 1459#102 | – | 1459#101 | Arena (LMArena) | |
| LiveBench 1.0 ReasoningIndex対象外エフォート未記載 | – | – | – | – | 86.6%#32 | LiveBench | |
| GPQA Diamond (AA)Index対象外 | – | – | – | 90.8%#55 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | – | – | – | 38.5%#109 | – | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | – | 89.9%#27 | – | – | Vals AI | |
| Kagi LLM Benchmarkエフォート未記載 | – | – | – | – | 52.2%#77 | Kagi LLM Benchmark | |
| ARC-AGI-1 | 11.8%#242 | 84.0%#122 | 87.0%#106 | 89.0%#92 | – | ARC Prize | |
| ARC-AGI-2 | 2.1%#208 | 46.0%#119 | 56.0%#106 | 61.4%#87 | – | ARC Prize | |
| CritPtIndex対象外 | – | – | – | 16.6%#96 | – | Artificial Analysis | |
| Arena ExpertIndex対象外 | – | – | 1467#96 | – | 1458#109 | Arena (LMArena) | |
| Chess PuzzlesIndex対象外 | – | – | – | 32.0%#68 | – | Epoch AI Benchmarking Hub | |
| Mystery Game PuzzlesIndex対象外 | – | – | – | 34.0%#29 | – | Epoch AI Benchmarking Hub | |
| LMCAIndex対象外 | – | – | – | 41.7%#108 | – | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外 | – | – | – | 90.9%#82 | – | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | 推論なし | medium | high | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|
| SciCode | – | – | 42.0%#169 | – | 49.9%#125 | – | SciCode | |
| WeirdML | – | – | 57.0%#56 | – | 63.0%#43 | – | WeirdML | |
| FrontierCodeエフォート未記載 | – | – | – | – | – | 18.8%#39 | Cognition | |
| Arena Coding | – | – | 1480#113 | – | – | 1484#106 | Arena (LMArena) | |
| Arena WebDev | – | – | 1582#43 | – | – | – | Arena (LMArena) | |
| LiveBench 1.0 CodingIndex対象外エフォート未記載 | – | – | – | – | – | 75.0%#52 | LiveBench | |
| SciCode (AA)Index対象外 | – | – | – | – | 50.4%#121 | – | Artificial Analysis | |
| LiveCodeBench | – | – | 87.3%#16 | – | – | – | Vals AI | |
| IOI | – | – | 32.7%#41 | – | – | – | Vals AI | |
| SWE-bench (Vals)Index対象外 | – | – | 88.8%#11 | – | – | – | Vals AI | |
| Code MigrationIndex対象外 | – | – | 38.6%#33 | – | – | – | Vals AI | |
| ProgramBenchIndex対象外 | – | – | 0.0%#34 | – | – | – | Vals AI | |
| Vibe Code Bench v1.1Index対象外 | – | – | 74.7%#45 | – | – | – | Vals AI | |
| ALE-BenchIndex対象外 | 325.0#130 | – | 678.2#99 | – | 1306.1#40 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)Index対象外 | – | – | – | – | 12.1%#112 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | – | – | – | – | 78.7%#50 | – | Artificial Analysis | |
| GameBench 2 OverallIndex対象外設定全体 | – | – | – | – | – | 34.1#49 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning settingIndex対象外 | 31.3#164 | 28.9#174 | 43.4#120 | 37.1#148 | – | – | DuelLab GameBench 2 | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | – | – | – | 1199#85 | Design Arena |
エージェント・ツール
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| LiveBench Agentic CodingIndex対象外エフォート未記載 | – | – | 46.8%#51 | LiveBench | |
| Terminal-Bench 2.1 (Vals)エフォート未記載 | – | – | 67.0%#36 | Vals AI | |
| HiL-Benchエフォート未記載 | – | – | 47.8%#18 | Scale AI SEAL | |
| GDPval-AA v2.1Index対象外 | – | 1437#78 | – | Artificial Analysis | |
| τ³-Banking (AA) | – | 39.4%#34 | – | Artificial Analysis | |
| CyberBenchIndex対象外 | 72.1%#17 | – | – | Vals AI | |
| Finance Agent v2Index対象外 | 49.5%#48 | – | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1Index対象外 | 8.3%#27 | – | – | Vals AI | |
| Legal Research BenchIndex対象外 | 30.3%#56 | – | – | Vals AI | |
| SkillsBenchIndex対象外 | 50.7%#21 | – | – | Vals AI | |
| Tax Agent BenchIndex対象外 | 28.1%#39 | – | – | Vals AI | |
| Terminal-Bench 4.0 (Vals)Index対象外 | 18.7%#39 | – | – | Vals AI | |
| Terminal-Bench ScienceIndex対象外 | 4.3%#27 | – | – | Vals AI | |
| AutomationBenchIndex対象外 | – | 54.0%#88 | – | Artificial Analysis | |
| GDP.pdf (AA)Index対象外 | – | 11.0%#157 | – | Artificial Analysis | |
| AA-Briefcase v1.1Index対象外 | – | 1255#107 | – | Artificial Analysis |
数学
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | 57.5%#48 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | 24.4%#54 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | – | 94.4%#62 | – | Epoch AI Benchmarking Hub | |
| ProofBenchエフォート未記載 | – | – | 56.0%#27 | Vals AI | |
| LiveBench MathematicsIndex対象外エフォート未記載 | – | – | 86.8%#50 | LiveBench | |
| AIME 2026汚染の可能性 | – | 95.8%#13 | – | MathArena | |
| HMMT February 2026汚染の可能性 | – | 93.9%#10 | – | MathArena | |
| MathArena Apex汚染の可能性 | – | 27.1%#11 | – | MathArena | |
| Arena Maths | 1441#95 | – | 1424#118 | Arena (LMArena) |
知識
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| SimpleQA Verified | – | 33.6%#66 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data AnalysisIndex対象外エフォート未記載 | – | – | 79.3%#14 | LiveBench | |
| MMLU-Pro | 86.2%#46 | – | – | Vals AI | |
| LegalBench | 77.7%#107 | – | – | Vals AI | |
| CorpFin | 61.9%#53 | – | – | Vals AI | |
| TaxEval | 70.7%#86 | – | – | Vals AI | |
| BioMysteryBenchIndex対象外 | 64.4%#25 | – | – | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | 57.0%#44 | – | – | Vals AI | |
| MedCodeIndex対象外 | 41.4%#51 | – | – | Vals AI | |
| MedScribeIndex対象外 | 80.4%#56 | – | – | Vals AI |
指示追従
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench LanguageIndex対象外エフォート未記載 | – | 79.2%#37 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外エフォート未記載 | – | 65.5%#44 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1434#93 | 1428#100 | Arena (LMArena) |
人間の評価
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1439#99 | 1436#104 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 1559#52 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1411#93 | 1408#96 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1447#98 | 1453#85 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1449#92 | 1448#95 | Arena (LMArena) |
長文コンテキスト
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 79.7%#100 | Artificial Analysis |
総合
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | 154.4#50 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0Index対象外エフォート未記載 | – | 74.2%#42 | LiveBench | |
| AA Intelligence Index v4.3.2Index対象外 | 34.3#100 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 309.4#98 | – | Artificial Analysis |
GameBench 2 Overall: 34.1. GameBench 2, best reasoning setting (High): 43.4. 参考値で、BenchLeader Indexには含まれません。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Relace | 143 tok/s | 0.45 s | $0.050 | $0.450 | 1.0M | fp4 |
| GMICloud | 126 tok/s | 1.30 s | $0.091 | $0.182 | 1.0M | fp8 |
| Fireworks | 125 tok/s | 0.43 s | $0.105 | $0.210 | 1.0M | – |
| DeepInfra | 121 tok/s | 0.41 s | $0.090 | $0.180 | 1.0M | fp8 |
| DeepInfra | 120 tok/s | 0.40 s | $0.135 | $0.270 | 1.0M | fp8 |
| Parasail | 110 tok/s | 0.60 s | $0.140 | $0.280 | 1.0M | fp8 |
| Baidu Qianfan | 105 tok/s | 1.00 s | $0.140 | $0.280 | 1.0M | fp8 |
| Azure | 100 tok/s | 0.94 s | $0.210 | $0.560 | 1.0M | – |
| Wafer | 93 tok/s | 0.33 s | $0.120 | $0.170 | 1.0M | mxfp4 |
| Venice | 83 tok/s | 0.80 s | $0.097 | $0.193 | 1M | – |
| Mancer | 81 tok/s | 0.71 s | $0.150 | $0.500 | 1.0M | fp8 |
| DeepInfra | 65 tok/s | 1.95 s | $0.072 | $0.144 | 1.0M | fp8 |
| SiliconFlow | 57 tok/s | 1.02 s | $0.130 | $0.280 | 1.0M | fp8 |
| AtlasCloud | 40 tok/s | 3.97 s | $0.140 | $0.280 | 1.0M | fp4 |
| StreamLake | 23 tok/s | 3.57 s | $0.084 | $0.168 | 1.0M | fp8 |
利用状況
DeepSeek V4 Flashが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー
直近30日間の典型的なリクエスト:リクエストあたり11.2kトークン、出力1トークンあたり入力19トークン、入力の71%がキャッシュから、出力の50%が推論、リクエストあたり0.11回のツール呼び出し。
OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:Hermes Agent (1.74T)、LangChain (776B)、pi (328B)、OpenClaw (277B)、Digen AI (164B)。
| Vercel AI Gatewayのプロバイダー | スループット | 最初のトークン | 稼働率、1日 |
|---|---|---|---|
| Baseten | 262 tok/s | 0.33 s | 100.00% |
| Azure | 209 tok/s | 0.95 s | 100.00% |
| Wafer | 147 tok/s | 0.39 s | 99.97% |
| Novita | 139 tok/s | 0.92 s | 100.00% |
| Alibaba Cloud | 125 tok/s | 1.65 s | 100.00% |
| DeepInfra | 46 tok/s | 0.92 s | 99.99% |
出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。
価格の推移
上記の価格(100万トークンあたり)を、変更があった日ごとに示します。
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.003のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0002 | $0.0002 | 4.4 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0022 | $0.0008 | 8.0 s |
| コード編集 | 6,000 / 1,500 | $0.0018 | $0.0011 | 19.0 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.011 | $0.0048 | 49.5 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0004 | $0.0002 | 3.1 s |
DeepSeekのほかのモデル
DeepSeek V4 Flashと比較する
- DeepSeek V4 Flash vs DeepSeek V4.1 Flash 1017
- DeepSeek V4 Flash vs Gemini 4 Argon
- DeepSeek V4 Flash vs Claude Sonnet 5.5
- DeepSeek V4 Flash vs Inkling 2 Small
- DeepSeek V4 Flash vs GLM 5.3 Flash
- DeepSeek V4 Flash vs GPT-6.1 Sol
- DeepSeek V4 Flash vs Muse Spark 1.3
- DeepSeek V4 Flash vs Claude Fable 5.1
- DeepSeek V4 Flash vs GLM 5.3
- DeepSeek V4 Flash vs DeepSeek V4 Pro
- DeepSeek V4 Flash vs Grok 4.6
- DeepSeek V4 Flash vs Gemini 3 Pro
- DeepSeek V4 Flash vs Qwen3.8 Max
関連ページ
埋め込み・引用
DeepSeek V4 Flashの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/deepseek-v4-flash)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). DeepSeek V4 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v4-flash
BibTeX:
@misc{benchleader_deepseek_v4_flash_20261116,
author = {{BenchLeader}},
title = {{DeepSeek V4 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-v4-flash}},
note = {Data as of 2026-11-16}
}よくある質問
- DeepSeek V4 Flashのベンチマークスコアは?
- 2026年11月16日時点で、DeepSeek V4 Flash(推論エフォート high)のBenchLeader Indexは57.2 ±4.0です。最も強いのは人間の評価(62)、最も弱いのは知識(55)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- DeepSeek V4 Flashの順位は?
- 2026年11月16日時点で、DeepSeek V4 Flash(推論エフォート high)はランク付けされた608構成中158位です。ほかに253構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- DeepSeek V4 Flashの料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、DeepSeek V4 Flashの料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.262です。定価が最後に変わったのは2026年10月21日です。
- DeepSeek V4 FlashはGrok 4.7より優れていますか?
- 2026年11月16日時点で、DeepSeek V4 Flash(推論エフォート high)とGrok 4.7(推論エフォート xhigh)の品質はほぼ互角です(BenchLeader Indexで57.2対57.4、±4.8の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- DeepSeek V4 Flashはいつリリースされましたか?
- DeepSeekが2026年7月31日にDeepSeek V4 Flashをリリースしました。BenchLeaderには7通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「DeepSeek V4 Flash:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/deepseek-v4-flash